最近看 AI 影像類的工具，幾乎都是同一套路：照片傳到雲端，模型跑完回一個分數。我自己做東西的時候走了反方向，把整條流程留在瀏覽器裡，想說分享一下實作上碰到的幾個點。
第一個是可重現性。 模型輸出天生帶抽樣，同一張照片問兩次，分數可能差一截。當分數是拿來做前後對比的時候，這個漂移就讓數據完全沒有意義——你不知道變化是來自被測的東西，還是來自模型自己。所以我把評分改成純函數：先用 MediaPipe 抓 478 個臉部特徵點，再從特徵點算四組幾何比例（協調度、對稱性、眼周、下顎線）。整條路徑沒有任何抽樣，同一張圖丟進去兩次，每個數字到小數點後一位都一樣。
第二個是分數要能被檢查。 多數評分工具給你一個 6.8 就結束了，沒辦法判斷它憑什麼。我讓每個分數旁邊都附上它是從哪組比例算出來的，這樣至少能自己對一遍算術。實際用起來最有感的是照片角度問題：有一次對稱性分數掉下來，看比例就發現是拍的時候頭偏了幾度，不是臉變了。
第三個是算不出來就拒絕，不用猜的。 角度、清晰度、曝光、構圖、人臉佔比這幾項先過一遍，過不了就直接告訴使用者該修什麼，不硬給一個數字。
第四個是隱私，這也是留在瀏覽器裡的主因。 偵測和計算都在本機跑，圖片不會離開裝置。結果頁上有個選填的勾選框，勾了才會送出四個分數和照片品質數值，圖片本身和特徵點座標都不在裡面。
成品在 Free AI Face Analyzer: Looksmax Score & Symmetry | Looksmax Scale ，開瀏覽器就能跑，不用裝東西。
想問一下有沒有人也在瀏覽器端做過這類 CV 的東西。我目前最大的取捨是模型檔案要先下載，第一次開頁面會等個幾秒，後面才有快取。不知道大家都怎麼處理這段首次載入的體感。
第一個是可重現性。 模型輸出天生帶抽樣，同一張照片問兩次，分數可能差一截。當分數是拿來做前後對比的時候，這個漂移就讓數據完全沒有意義——你不知道變化是來自被測的東西，還是來自模型自己。所以我把評分改成純函數：先用 MediaPipe 抓 478 個臉部特徵點，再從特徵點算四組幾何比例（協調度、對稱性、眼周、下顎線）。整條路徑沒有任何抽樣，同一張圖丟進去兩次，每個數字到小數點後一位都一樣。
第二個是分數要能被檢查。 多數評分工具給你一個 6.8 就結束了，沒辦法判斷它憑什麼。我讓每個分數旁邊都附上它是從哪組比例算出來的，這樣至少能自己對一遍算術。實際用起來最有感的是照片角度問題：有一次對稱性分數掉下來，看比例就發現是拍的時候頭偏了幾度，不是臉變了。
第三個是算不出來就拒絕，不用猜的。 角度、清晰度、曝光、構圖、人臉佔比這幾項先過一遍，過不了就直接告訴使用者該修什麼，不硬給一個數字。
第四個是隱私，這也是留在瀏覽器裡的主因。 偵測和計算都在本機跑，圖片不會離開裝置。結果頁上有個選填的勾選框，勾了才會送出四個分數和照片品質數值，圖片本身和特徵點座標都不在裡面。
成品在 Free AI Face Analyzer: Looksmax Score & Symmetry | Looksmax Scale ，開瀏覽器就能跑，不用裝東西。
想問一下有沒有人也在瀏覽器端做過這類 CV 的東西。我目前最大的取捨是模型檔案要先下載，第一次開頁面會等個幾秒，後面才有快取。不知道大家都怎麼處理這段首次載入的體感。